芝能智芯出品在汽车SoC的历史上，有一家初创公司是值得书写一笔的。
Mobileye 一家以色列初创公司，改变了辅助驾驶的开发模式，当然2016 年，一场致命事故把特斯拉和 Mobileye 的合作推到了终点，双方随后公开分手。
特斯拉认为自己需要更大的算法自由，Mobileye 则担心驾驶员过度使用系统，突破它愿意承担的安全边界。后来，特斯拉从 Mobileye EyeQ3 转向 NVIDIA，再走向完全自研的 FSD 芯片。
Mobileye 给汽车SoC展开了序章，而特斯拉把SoC和算法迭代往前走了很大的一步，也给了中国车企巨大的启发。
2026 年，Mobileye 还在汽车芯片市场上，但中国车企却把特斯拉当年那套“掌握算法、数据和迭代节奏”的方法，扩大成了一种产业能力。
一颗 180nm 芯片，改变了辅助驾驶
Mobileye 的故事并不是从人工智能热潮开始。
2001 年，公司决定为计算机视觉设计自己的 SoC。EyeQ1 在 2004 年送样，采用今天看起来古老的 180nm 工艺，并在 2007 年进入市场。
汽车行业是很守旧的，在这个舆论场里面，以Bosch和大陆为代表，可靠的车辆感知需要昂贵雷达，或者至少需要双目摄像头做立体测距。
Mobileye 押注单目视觉：只用一颗摄像头和专用算法，识别车道线、车辆与碰撞风险。
这不是一颗通用、无所不能的芯片，把硬件、算法和功耗围绕一种任务共同优化。车道偏离预警、前碰撞预警和自动紧急制动，第一次能够以车企接受的成本大规模进入普通车型。
Mobileye 从 EyeQ芯片开始，芯片、视觉算法和安全逻辑一起打包，Tier 1 很容易做成前视一体机，车企不需要建立庞大 AI 团队。
这套交钥匙模式，让 Mobileye 获得了惊人的规模。也埋下了它与特斯拉决裂的种子。
Mobileye 最大的优点，也成了它最大的缺点
◎ 对传统车企来说，黑盒意味着低风险：供应商已经验证算法，功能边界清楚，项目容易按期量产。
◎ 对特斯拉来说，使用Mobileye 的黑盒一开始是积累经验，但是一旦确定好方向以后，希望持续收集车辆数据、快速训练新模型、扩大功能边界，而不是等待供应商决定下一代 EyeQ 支持什么。
双方真正的矛盾并非一颗芯片够不够快，而是谁有权定义系统能力、谁承担系统失误的责任。
特斯拉最终选择离开。后来发生的一切看起来都证明它是对的：NVIDIA 用 GPU 和 CUDA 把通用 AI 计算带到车上，特斯拉完成自研芯片，中国车企也开始掌握算法和数据闭环。
Mobileye 式封闭方案似乎属于过去，当然不是所有车企都想成为特斯拉，也不是所有车型都负担得起数百 TOPS 和庞大软件团队。
2026 年的汽车市场，一边是更严格的安全法规和基础 ADAS 普及，另一边是激烈价格战。
EyeQ6 Lite 已进入量产，目标仍是低成本、低功耗的基础辅助驾驶。EyeQ6 High 则进入更高级的 Surround ADAS、SuperVision、Chauffeur 和 robotaxi 项目。
这是一场专用效率与通用自由之间的战争。
◎ Mobileye 的路线牺牲了部分开放性，换来更低系统成本和成熟安全方案；
◎ NVIDIA等平台提供更大自由，却要求车企自己建设算法、工具和验证能力。
没有哪条路线天然先进，它们适合不同类型的车企。
2026 年的 Mobileye，不是原来的黑盒，Mobileye 也在改变。
◎ EyeQ Kit 开放更多开发能力，EyeQ6H 能承载第三方任务；
◎ 公司一边保留自己的感知、地图和驾驶策略，一边试图让 OEM 在平台上部署更多自有功能。
它很清楚，如果仍坚持完全封闭，就会被希望掌握体验的车企排除在高端项目之外。
中国车企学到的是“不要失去定义权”
中国车企并没有简单拒绝供应商，大量采购高通、NVIDIA、Mobileye、地平线和华为方案。
变化在于，越来越多车企要求开放接口、共同定义算法，甚至自己掌握世界模型、操作系统和数据闭环。
这套方法让中国市场的功能迭代明显加快。高速 NOA、城区辅助驾驶NOA、自动泊车和座舱场景功能，从高端车型迅速下探到更低价格区间。
芯片不是买来固定使用十年，而是成为不断部署新模型的平台。
2026 年 BMW 为中国市场与 Momenta 合作开发 ADAS 软件栈，传统豪华品牌拥有强大的全球工程体系，却仍需要中国算法伙伴来适应本地复杂道路和用户预期，中国已经形成一套无法从总部远程复制的开发速度和数据生态。
Mobileye 与特斯拉的分手提前揭示了后来中国智能汽车竞争的核心：供应商可以继续提供芯片和算法，但车企不能把产品进化权一起外包。
在辅助驾驶这个行业中，Mobileye之后，英伟达、高通、地平线，产品边界都是顺着车企的思路展开的。
